Труды КНЦ. Технические науки. – 2026. - № 1

Abstract Interest in opinion mining and sentiment analysis of natural language texts is rapidly growing, despite the wide variety of problem formulations and ambiguity in the terminology used. This paper provides a review of the current state of the field of opinion and sentiment analysis based on scientific publications. The main types of opinion mining problems are systematized and a uniform formal description is provided. The specifics of solving opinion mining problems in social media and the main groups of methods applied to opinion mining are discussed. The results of this paper facilitate the interpretation of applied problems of natural language text mining, particularly social media content, into various types of opinion mining and sentiment analysis problems. Keywords: opinion mining, sentiment analysis, social media Acknowledgments: The study was carried out within the framework of the Putilov Institute for Informatics and Mathematical Modeling of the Kola Science Centre of the Russian Academy of Sciences state assignment of the Ministry of Science and Higher Education of the Russian Federation, research topic “Methods and technologies for creating intelligent information systems to support the development of complex dynamic systems with regional specifics in conditions of uncertainty and risk” (FMEZ-2025-0053). For citation: Nikonorova M. L., Shishaev M. G., Shtangel V. A. Typology of automated opinion mining problems and their specificity in the context of social media analysis // Transactions of the tola Science Centre of RAS. Series: Engineering Sciences. 2026. Vol. 17, No. 1. P. 105-114. doi:10.37614/2949-1215.2026.17.1.011. Введение На сегодняшний день социальные медиа являются не просто средствами коммуникации, а глобальной площадкой формирования и столкновения мнений, эмоциональных реакций и распространения идей. Ежедневно пользователи генерируют миллионы текстовых, аудио- и визуальных высказываний, отражающих их отношение к событиям, продуктам, политическим решениям или социальным явлениям. Эти неструктурированные данные содержат важные индикаторы общественных настроений, существующих тенденций и возможных рисков. Однако их объем и сложность делают традиционный ручной анализ практически невыполнимым, создавая острую потребность в автоматизированных методах анализа онлайн-дискурса. В этом контексте извлечение, или анализ мнений (opinion mining), является критически важной междисциплинарной задачей на стыке компьютерной лингвистики, машинного обучения и социологии. Ее основная цель не только классифицировать тексты на позитивные и негативные, но и осуществить глубокий, структурированный анализ субъективных высказываний с извлечением их основных компонентов: объекта оценки, оценки тональности (положительной, отрицательной или нейтральной), субъекта оценки и иногда времени. Такой подход позволяет перейти от поверхностного подсчета реакций (лайков и дизлайков) к пониманию структуры общественного мнения, а также динамики его распространения в социальных медиа. Во многих исследованиях извлечение мнений отождествляется с задачей анализа тональности (sentiment analysis). Однако это не вполне корректно, поскольку, строго говоря, анализ тональности представляет собой задачу классификации, цель которой — определить полярность или эмоциональную окраску высказывания. При этом задача идентификации носителя (субъекта) и даже объекта высказывания ставится не всегда. Таким образом, ключевым отличием задачи извлечения мнений от анализа тональности является то, что в первом случае всегда подразумевается субъект, носитель мнения, тогда как постановки задач анализа тональности допускают обезличенные эмоциональные оценки в адрес некоторого (возможно, даже подразумеваемого) объекта. Исходя из этого, в рамках данной работы анализ тональности рассматривается как подзадача извлечения мнений, однако, следуя сложившейся практике, в некоторых случаях задачи анализа и извлечения мнений будут рассматриваться совместно. Можно отметить, что интерес к проблематике анализа мнений/тональности в последние годы возрастает, о чем свидетельствует экспоненциальный рост количества научных публикаций по данной теме (рис.). Широкое внедрение методов анализа мнений наблюдается в таких сферах деятельности, как бизнес и маркетинг, государство и общество, а также образование. Труды Кольского научного центра РАН. Серия: Технические науки. 2026. Т. 17, № 1. С. 105-114. Transactions of the Kola Science Centre of r A s . Series: Engineering Sciences. 2026. Vol. 17, No. 1. P. 105-114. © Никонорова М. Л., Шишаев М. Г., Штангель В. А., 2026 1 0 6